O que você aprenderá
- Compreender a teoria das LLMs e de conceitos fundamentais do LangChain e Hugging Face
- Integrar LLMs proprietárias (ChatGPT da OpenAI) e modelos código aberto como Llama da Meta e Phi da Microsoft
- Aprender sobre os componentes do LangChain, como chains, templates, módulos para RAG, agentes e tools
- Explorar RAG passo a passo para armazenamento e recuperação com vector stores, acessando documentos e páginas web
- Implementar agentes e tools para realizar pesquisas na internet e consultar informações atualizadas
- Implementar soluções em ambiente local, permitindo acessar modelos open source mesmo sem conexão à internet
- Construir uma aplicação que faz a sumarização automática de vídeos e que responda a perguntas sobre eles
- Desenvolver seu chatbot customizado completo com memória e criar uma interface amigável com o Streamlit
- Criar uma aplicação avançada de RAG para interagir com documentos e extrair informações relevantes utilizando chat
Requisitos
- Lógica de programação
- Programação básica em Python
Descrição
Neste curso, você se aprofundará no universo da IA Generativa com LLMs (Large Language Models), explorando o potencial da combinação entre LangChain e Python. Você implementará soluções proprietárias (ChatGPT) e modelos open source modernos, como Llama e Phi. Por meio de projetos práticos e reais, você desenvolverá aplicações inovadoras, incluindo um assistente virtual personalizado e um chatbot que interage com documentos e vídeos. Vamos explorar técnicas avançadas como RAG e agentes, além de utilizar ferramentas como Streamlit para criar interfaces intuitivas. Você aprenderá a utilizar essas tecnologias gratuitamente no Google Colab e também a executar os projetos em ambiente local.
Na introdução, você será apresentado à teoria dos Grandes Modelos de Linguagem (LLMs) e seus conceitos fundamentais. Além disso, será explorado o ecossistema da Hugging Face, que oferece soluções modernas de Processamento de Linguagem Natural (PLN). Você aprenderá a implementar LLMs utilizando tanto o pipeline da Hugging Face quanto a biblioteca LangChain, compreendendo as vantagens de cada abordagem.
Na segunda parte, será abordado o domínio da LangChain. Você aprenderá a acessar modelos de código aberto, como o Llama da Meta e o Phi da Microsoft, além de LLMs proprietárias, como o ChatGPT da OpenAI. Será explicado como realizar a quantização de modelos, com o objetivo de melhorar a performance e a escalabilidade. Também serão apresentados os principais componentes do LangChain, como chains, templates e tools, e como utilizá-los para desenvolver soluções robustas em PLN. Técnicas de engenharia de prompt serão abordadas para ajudar a obter resultados mais precisos. O conceito de RAG (Retrieval-Augmented Generation) será explorado, incluindo o processo de armazenamento e recuperação de informações. Você aprenderá a implementar bancos de dados vetoriais (vector stores) e entenderá a importância dos embeddings e como utilizá-los de forma eficaz. Também será mostrado como usar RAG para interagir com documentos em PDF e páginas da internet. Além disso, você terá a oportunidade de explorar a integração de agentes e ferramentas, como o uso de LLMs para realizar pesquisas na internet e consultar informações recentes. As soluções serão implementadas em ambiente local, o que permitirá acessar modelos open source mesmo sem conexão à internet.
Na fase de desenvolvimento de projetos práticos, você aprenderá a criar um chatbot customizado com interface e memória para perguntas e respostas (Q&A). Também será ensinado como desenvolver aplicações interativas utilizando a ferramenta Streamlit, facilitando a criação de interfaces intuitivas. Um dos projetos envolverá o desenvolvimento de uma aplicação avançada que utiliza o RAG para interagir com múltiplos documentos e extrair informações relevantes através de uma interface de chat. Outro projeto consistirá em construir uma aplicação que realiza a sumarização automática de vídeos e responde a perguntas relacionadas, resultando em uma ferramenta poderosa para a compreensão automática e instantânea de vídeos.
Para quem é este curso
- Profissionais e entusiastas da área de inteligência artificial que desejam explorar o uso de LLMs
- Profissionais que desejam implementar LLMs em suas próprias aplicações
- Alunos que buscam adquirir mais conhecimento em PLN e aprender a como implementar soluções modernas
- Profissionais de outras áreas que desejam aprender como usar modelos de linguagem em aplicações reais
- Desenvolvedores que desejam expandir suas habilidades com IA generativa
- Pesquisadores que buscam explorar avanços em LLMs e suas aplicações práticas
Publicado em setembro de 2024
Olá! Infelizmente esses erros podem acontecer, pedimos desculpas pelo transtorno. Conforme mencionado no curso o LangChain é um ótimo framework mas algumas atualizações podem quebrar certas funcionalidades. Essa em questão é devido a uma alteração recente na API, mas é bem fácil solucionar, explicamos melhor isso na resposta ao tópico que você criou no fórum. Nós também estamos criando uma aula de aviso para colocar no curso, já que está causando essa confusão